# 告别“平均人”：iMario 如何构建一百万个合成人物

> 千篇一律的“平均人”人设，为什么在 AI 模拟里行不通？iMario 的人设引擎（Persona Engine）又是怎样大规模生成多元、自洽的合成人物的？

Source: https://imario.ai/zh/blog/beyond-average-how-imario-is-building-a-million-synthetic-individuals
Published: 2026-02-09
Author: iMario 团队

假设你正在设计一款新的消费产品，想知道用户会怎么看它的设计、功能或价格。于是你让 GPT-5 这样的通用大模型“模拟 100 个不同的人”来测一测。

结果会怎样？你多半会拿到同一个“平均人”的一百个版本：彬彬有礼，略带谨慎，观点不偏不倚。研究者把这种现象叫作“模式坍塌”（Mode Collapse）。可现实中的人没那么整齐划一，常常自相矛盾，而且千差万别：有社会活动家，有怀疑论者，有不信任科技的老奶奶，也有整天泡在 TikTok、小红书这些平台上的青少年。

设想一下：数百万个[合成人物](https://imario.ai/zh/synthetic-individuals)，每个人都有自己独特的背景、性格和诉求，而你能看着他们怎样互动、怎样反应、怎样做选择。这已经不是科幻了。

![](https://cdn.imario.ai/blog/beyond-average-how-iMario-is-building-a-million-synthetic-individuals.png)

## iMario 人设引擎

传统的 AI 智能体大多是“手工打造”的，写一个这么细致的人设，费时又费力。你告诉 AI：“你是一位 40 岁的营销专家，在美国快消行业经验丰富。”可能还要附上他的人生故事。几个角色这么做还行，可要做几百万个各不相同的人，规模一上来就是噩梦。

iMario.ai 给出的办法，是一套专门搭建的大模型流水线，把简单的“种子”信息扩展成[完整的合成人设](https://imario.ai/zh/blog/what-are-synthetic-individuals-and-why-they-can-represent-real-humans)。人设不只是一段描述，而是一份结构化、机器可读的数据，记录着这个人的特征、生平和偏好。

## 两步完成“数字诞生”

1. **第 1 步：蓝图（宏观）**  
   AI 不会一上来就写生平，而是先在一个高维特征空间里选定“坐标”（年龄、政治观点、对变化的开放程度等）。生成方式是自回归的：每生成一个新的人，都有意和前面生成的人拉开差距。

2. **第 2 步：血肉（微观）**  
   特征定下来之后，AI 再补全细节：名字、人生故事、具体的记忆，甚至说话的方式。

## 注入多样性：属性抽样的学问

不过，真正的突破不在于生成一份人设，而在于怎样生成一批足够多元的人设。要是只让大模型生成 1,000 个“对新能源车感兴趣的年轻人”，多半会拿到 1,000 份高度相似的画像。为什么？因为大模型学到的是训练数据里的统计众数，天然就会往最常见的形象上靠。

我们靠一套很管用的抽样策略，给每个属性都设定目标分布；更关键的是，属性和属性之间的联合分布也一并设定。

用简单随机抽样，生成的人群可能漏掉关键的数据点，某几类人整体占比偏低。换成结构化抽样，比如分层抽样或重要性抽样，就可以有针对性地补上这些空缺，生成一个完全符合目标分布的人群。合成人物在年龄、职业、族裔和观点上的构成都能做对，整个系统也就更真实、更有用。

能控制属性怎么抽样，才真正做得到大规模的多样性：生成的不只是很多人设，而是各式各样的人设。

## 自洽与真实感：人设怎样才算真实

当然，如果生成的人根本说不通，多样性也就毫无意义。一个 20 岁、拥有博士学位、还有 30 年管理经验的学生，一点用都没有。为了保证自洽，iMario 用上了结构化提示和校验技术。

“思维链”（CoT）提示法鼓励大模型把推理拆成一个个小步骤，我们按顺序生成的流程里，本身就隐含了这种思路。属性一个一个地生成，就能引导模型给出前后自洽的结果。比如生成角色的兴趣爱好时，提示词可以先带上前面已经生成的年龄和所在地。

iMario 内置了一系列检查，专门发现并剔除逻辑上有漏洞的人设。比如，有一条检查会把（属性 A = 20 岁）+（属性 B = 博士学位）标记为极不可能或根本不可能。整个人群的质量和真实感，全靠这类自动校验守住。生成的生平还得写出真人说话时“语气”里的微妙之处，这恰好是大模型擅长的。

## 想象一个新世界

数百万个多元、高还原度的合成人物，最终能用来做什么？

- 给你的城市建一个“数字孪生”。城市规划者可以往里面放入形形色色的合成居民，每个人都有一整套复杂的行为习惯和出行需求，再拿这个逼真的人群，推演新开一条公交线路、调整一次用地分区规定，会带来什么影响。

- 市场调研人员可以组织大规模、细致的[合成消费者焦点小组](https://imario.ai/zh/blog/best-ai-focus-group-tools-2026)。这些合成消费者的人口特征和心理特征都和目标市场完全吻合，不用花真人测试的钱和时间，就能先拿到大家对新产品的初步反馈。

- 游戏开发者可以让整个游戏世界住满个性鲜明、层次丰富的 NPC，每个 NPC 都有深厚的背景故事、和其他角色错综复杂的关系，还有独一无二的长期目标。

- 社会科学研究者可以跑受控模拟，研究观念怎样传播、社会规范怎样形成，或者政治立场极化的群体内部如何互动。

- 还有更多……

我们正在走向这样一个未来：能创造出复杂的“合成社群”，无论结构、多样性还是行为模式，都和真实的人类社会难以分辨。

## 最后：数字分身的伦理问题

坦白说，最大的挑战依然是“偏见”。合成人物由大模型驱动，而大模型是用互联网数据训练出来的，所以有放大社会既有偏见的风险。底层大模型生成的人里，男工程师和女护士可能多得不成比例，某些兴趣也可能和特定族裔绑在一起。能带来多样性的属性抽样方法，换个用法，也能故意把分布调偏，造出一个从根上就带着偏见的人群。

另一个隐患是滥用。这些数字人物逼真到足以拿去作恶，比如批量制造水军内容（虚假商品评价、捏造的社交媒体帖子），或者打造极具迷惑性的数字伴侣，用来实施社会工程攻击（诈骗）。